贝叶斯网络是概率理论和图论相结合的产物，作为不确定性知识表达和推理的一种方法，已经成为数据库知识发现和决策支持系统的有效方法，并在很多领域都有着广泛的应用。　　本文通过对贝叶斯网络的研究，在分析和研究贝叶斯网络的结构学习算法、参数学习算法、网络推理算法的基础上，采用面向对象的开发语言Java，设计并开发了一套贝叶斯网络诊断平台。该平台解决了在实际的工程应用中，需要针对实际应用对象来建立相应的贝叶斯网络的问题。开发的此套贝叶斯网络诊断平台功能强大，可以应用于不同的应用领域。　　结合运动员过度训练诊断自身的特点，本文根据运动员过度训练诊断作为应用背景，组建了一个具有三层结构的贝叶斯网络诊断模型。上层代表诊断节点，下层代表原因节点，所有节点所对应的随机变量都是二元矢量。在网络模型结构已知、样本数据完整的前提下，对运动员的训练状态进行监测。结果表明，该模型发挥了贝叶斯网络解决不确定性问题的优越性，模型具有较高的精度。